非英語圏連合、米国のAI覇権に対抗：Naver・NVIDIAが設計する「ソブリンAI」の構造

— NVIDIAとNaverのギガワット同盟、その背後にある地政学

2026年6月5日夕刻、ソウル麻浦区弘大（ホンデ）の飲食店でサムギョプサルが焼かれていた。

テーブルの一方には、イ・ヘジンNaverグローバル投資責任者（GIO）が座っており、

向かいには、世界で最も高価な半導体を販売する会社の最高経営責任者、ジェンスン・フアンが焼酎の杯を手にしていた。

店はミシュランレストランでもなく、外交部がセッティングした晩餐会場でもなかった。煙が立ち上る焼肉店だった。

3日後、ジェンスン・フアンは京畿道城南市盆唐区（ソンナムシ・ブンダング）に位置するNaver第2社屋「1784」に現れた。

彼はロボットが建物内部を自律走行する通路を歩き、

顔認識決済システムが財布なしで会計を処理する場面を目撃し、

ライブストーミングプラットフォーム「チジック（Chijijik）」のカメラの前で、イ・ヘジンGIOと共に世界中の開発者に手を振った。

これらの場面を繋ぎ合わせると、不自然に見える。

世界最大のAIインフラ企業の首脳が、なぜ韓国のポータル企業の社屋を直接訪れたのか。なぜ発表の場がカンファレンスホールではなく、焼肉店だったのか。

答えは表面にはない。取引の規模を見れば、別の風景が見えてくる。

両社が合意したのは、単なるGPU供給契約ではない。

2027年上半期までに55メガワット（MW）で開始し、2028年に200メガワット、その後中長期的には1ギガワット（GW）に到達する、超巨大AIインフラを世界中に共同構築する計画だ。

1ギガワットは、Naverが保有するアジア最大級のハイパースケールデータセンター「GAK Sejong」の最大設計容量（270メガワット）の約4倍である。その規模のデータセンターは、まだ存在しない。

この記事は、サムギョプサル一皿とギガワット契約の間に何があるのかを追跡する。

A close-up shot of a sleek facial recognition payment terminal in a Korean restaurant setting, with soft ambient lighting from kitchen equipment in the background. The terminal screen shows a successful payment confirmation icon. Documentary photography style, shallow depth of field, warm interior tones contrasting with cool blue LED elements on the device. Style: editorial tech photography.

1. これは機械の取引ではない — データセンターが工場になった歴史

2010年代初頭、データセンターはウェブサーバーとメールサーバーが集まる冷凍倉庫だった。

ユーザーがウェブページを開くと、サーバーがHTMLを返信する方式の受動的なインフラ。電力消費は静かで、冷却はエアコンで十分だった。

それが完全に変わった時点は、一つの数字で特定される。 2022年11月30日。ChatGPTのリリース日だ。

大規模言語モデル（LLM）が実際のユーザーの前に展開されて以降、データセンターのアイデンティティは全面的に置き換えられた。

原始的なテキストデータを原料として投入し、年中無休で数千億個の浮動小数点演算を処理し、その結果物として「トークン」という単位の知能を吐き出す工場。

ジェンスン・フアンが**「AIファクトリー（AI Factory）」と呼ぶ概念は、その変化を一言で圧縮**したものだ。

工場になったデータセンターには、工場の問題が伴った。最も過酷な制約は電力である。

既存のサーバー1ラックが消費する電力は10キロワット（kW）内外だった。

NVIDIAの最新ブラックウェル（Blackwell）アクセラレーター・クラスターを搭載した1ラックは、120キロワットを超える。

同じ空間に10倍以上の電力が供給されれば、発熱量も10倍になる。既存のエアコン冷却方式では、その熱を処理できない。サーバーが溶ける。

NVIDIAはこの問題をソフトウェアで解決した。GPUを販売するだけでなく、電力網自体をコードでオーケストレーションするプラットフォームを作ったのだ。

そのプラットフォームの名前は**DSX（Data Center Systems eXperience）**だ。

問題は、DSXがあらゆるデータセンターに統合できるわけではないという点だ。

ギガワット級のAIファクトリーを稼働させるには、ソフトウェア制御能力だけでなく、それを受け止める物理インフラが先行されなければならない。

高密度熱を処理できる冷却システム、電力変動に即座に反応する運用体制、数十年にわたるデータセンター設計経験。

Naverはそれを持っている。これがジェンスン・フアンが直接Naverを訪れた理由の半分だ。

2. サムギョプサル席から顔認識端末まで — 信頼の物的基盤

ジェンスン・フアンが弘大の飲食店で目撃した場面は、技術ブリーフィングでは聞けないものだった。

イ・ヘジンGIOは財布を取り出さなかった。

彼はレジに設置されたNaverのオフライン決済端末「Connect」に顔を向けた。端末内蔵カメラが彼の生体データを収集し、ローカルニューラルネットワークが照合検証を終え、決済が完了した。全過程にかかった時間は1秒余りだった。

この場面が重要なのは、決済技術そのものにあるのではない。重要なのは、それが作動した場所だ。

ソウル麻浦区弘大商圏の一般飲食店。スマートシティのパイロット事業ではなく、小規模事業者が運営する実際の店舗。

AIがモニターの中でテキストを生成するのを越え、オフライン決済インフラと完全に統合された**「実用的AI」の実体を、ジェンスン・フアンはそこで直接見た**。

それは、Naverが主張することと、Naverが実装したこととの間にギャップがないことの証拠だった。

技術企業にとって、その証拠はどのような報道資料よりも説得力がある。

3日後の1784訪問で、両首脳はライブストーミングプラットフォーム「チジック」のバーチャルスタジオ「ビジョンステージ」で共に生放送に出演した。

グローバルビッグテックの最高経営責任者が韓国ローカルストリーミングプラットフォームの放送に出演したのは異例のことだ。

硬直した企業結合報道の文法から外れたこの場面は、両社が情緒的な信頼を大衆にも公表するという意味合いを含んでいた。

戦略的な技術同盟は、スプレッドシートの上で始まらない。

相手方が主張することを実際に実行しているという確信から始まる。ジェンスン・フアンは、その確信をサムギョプサル店で先に得た。

3. 電力をコードで書く方法 — NVIDIA DSXの解剖

AIファクトリーの物理的な限界が電力ならば、その限界をソフトウェアで押し広げるシステムがDSXだ。

4つのレイヤーで構成されたこのプラットフォームを順に解剖すると、ギガワット工場の稼働原理が見えてくる。

DSX OS — 工場の神経系だ。数千のGPUラックが同時に稼働するマルチテナント・クラウド環境で、ハードウェアのライフサイクルを自動監視し、障害発生時にはソフトウェア的に即座に自己修復（Remediation）を実行する。人間のエンジニアが深夜3時にラックの前でサーバーを再起動する必要がないということだ。

DSX MaxLPS — 電力予算が固定されている場合、その中でGPU密度を最大40%高めるエンジンだ。稼働原理はこうだ。AI演算ワークロードは均一ではない。あるGPUは訓練演算で最大値を叩き出し、隣のラックは推論待機状態だ。遊休電力（Stranded Power）が生じる瞬間だ。MaxLPSは、この遊休電力をリアルタイムで検知・回収し、アクティブなGPUに再配分する。固定されたメガワット予算内で、より多くのGPUを稼働させ、メガワットあたりの生成トークン数を最大化する。

DSX Flex — 発電所の電力網の信号を、データセンターの演算スケジューラーと直接同期させる。電力ピークタイムや再生可能エネルギー供給が瞬間的に遮断される際、ディープラーニング訓練待機キューをナノ秒単位で自動調整し、ローカル電力網の過負荷を緩和する。データセンターが電力網の受動的な消費者から能動的な均衡装置へと転換する瞬間だ。

DSX Exchange — IT世界（ソフトウェア演算信号）とOT世界（冷却ポンプ、空調バルブ、電力バス）を高速MQTTプロトコルで接続するハブだ。GPU温度が臨界値を超えると、ソフトウェアが冷却ポンプのRPMをリアルタイムで上げる。物理インフラが演算負荷に反応するループを作るのだ。

NAVER Cloudは、この4つのレイヤーを自社クラウド全体に統合することに合意した。

単なるGPU購入ではなく、インフラの運用方式自体をDSXアーキテクチャ上で再設計するという決定だ。

4. GAK Sejongが生きている理由 — 冷却工学30年の集積

DSXが電力をソフトウェアで制御するならば、

その電力が生み出した熱を処理するのはNaverの領域だ。それがNaverがこの同盟から持ち込む二つ目の核心資産である。

2013年、Naverは江原道春川（カンウォンド・チュンチョン）に最初のデータセンター「GAK Chuncheon」を完成させた。

この建物が作り出した特異な点は、エアコンをほとんど使わないという設計だった。

山の中腹に位置する立地を活用し、外部の冷気を直接サーバー室に引き込むAMU（空気管理装置）方式を導入した。

年間約90%の期間、エアコン稼働なしでサーバーを冷却する。

電力効率指数（PUE）は1.09。世界トップクラスだ。

2023年に完成した「GAK Sejong」は、その技術を次の段階に引き上げた。

核心は、空気輸送ダクトの撤去だ。

既存のデータセンターは、大型ダクトを通じて冷却空気をサーバー室の隅々まで送り込む。ダクトは摩擦抵抗を生み、その抵抗を克服するためには強力なファンが回転する必要があり、ファンは電力を消費する。

GAK SejongのNAMU IIIは、ダクトをなくし、代わりにBLDC（ブラシレスDC）ファンを格子構造に緻密に配置した。摩擦なしに、低い電力で、より多くの空気を移動させる。

問題は、ブラックウェルおよびベラ・ルービン（Vera Rubin）世代のアクセラレーターが、空気冷却の物理的限界を押し上げているという点だ。

ラックあたり120キロワット以上の発熱を空気だけで処理することは、エネルギーコストが爆発的に増加する。

Naverは二つの方向で解決策を準備している。

一つは、直接液体冷却（DLC）：冷却プレートをGPUチップ表面に直接密着させ、熱を水冷で取り込む。

もう一つは、液浸冷却：サーバー全体を電気が通らない特殊オイルに浸す。

この二つの方式をNAMU IIIの空気冷却と組み合わせたハイブリッドシステムが、2027年完成予定のサーバー室に適用される。

ここで重要なのは、この冷却システムがNVIDIAの次世代液体冷却規格とハードウェアレベルで共同設計（Co-design）されたという事実だ。

ソフトウェア（DSX）と物理（GAK Sejong冷却）が単一のアーキテクチャ内で相互に反応するように設計されたのだ。

人工知能がGPU温度データを読み取り、ファン速度と冷却水流量をリアルタイムで制御する。

これが単なるGPU購入者と戦略同盟パートナーとの違いだ。

前者はラックを買い、後者はラックが存在しうるインフラを共に設計する。

5. なぜ550億個だけを活性化するのか — Nemotron 3 Ultraの逆説

ハードウェア同盟の上層部には、モデルアーキテクチャの同盟がある。

一般的な大規模言語モデルは、一つの単語を予測する際に、全体の重みパラメータを活性化する。

5,000億個のパラメータを持つモデルなら、「the」という単語一つを生成するために5,000億回の演算が起こる。無駄だ。

しかし、既存のアーキテクチャでは避けられない構造的な無駄だった。

Nemotron 3 Ultraは、これを異なる方法で解決する。

全体の5,500億個（550B）のパラメータを機能別に分け、「専門家（Expert）」集団として分類しておき、

入力された文の意図と特性に応じて、550億個（55B）の重みだけを選択的に活性化する。

LatentMoEという動的ルーターが、その選択をナノ秒単位で処理する。

全体容量の10%だけを使用しながら、結果の品質は全体を使用するモデルと同等か、それ以上だ。

ここにMambaレイヤーが加わる。

既存のTransformerアーキテクチャは、長い文章を処理する際に二乗に比例する演算量が必要だ（O(N²))。

100万トークンを処理することは、理論的に不可能に近い。

Mambaはシーケンスを数学的に圧縮し、線形時間（O(N))で処理する。

2,000ページ짜리報告書を一度の推論ループに入れることが可能になる。

結果は二つの数字で要約される。推論速度5倍向上。演算コスト30%削減。

Naverは、このアーキテクチャの上に韓国語と東アジアの法令データをファインチューニングし、HyperCLOVA Xの基盤を引き上げている。

単に外国製のモデルを持ってくるのではなく、基礎アーキテクチャ設計段階から共同協力関係を構築したのだ。

NaverはNVIDIAの最新モデル連合（Nemotron Coalition）に韓国企業として初めて加入した。

これが意味するところは、技術輸入国と技術生産国の違いだ。

6. エージェントが企業内に入る時 — NemoClawのセキュリティ哲学

Nemotron 3 Ultraが脳ならば、

NemoClawは、その脳が企業環境内で安全に動作するようにする神経保護膜だ。

AIエージェントが実際の業務に投入される際、最大の障壁は性能ではない。信頼だ。

エージェントが内部ファイルシステムにアクセスし、会計データを読み取り、社内メールを参照する瞬間、企業の知的財産が外部に流出するかもしれないという恐怖が導入を阻む。

実際にその恐怖は根拠がないわけではない。

既存のAIエージェントは、一度権限を与えられると、その権限の範囲を自ら制御しない場合が多かった。

NemoClawは、この問題をソフトウェアではなくハードウェアレベルで遮断する。

エージェントは常に「OpenShell」サンドボックス内部でのみ実行される。

ユーザーが明示的に許可しないディレクトリ、IPポート、ネットワーク経路へのアクセスは、カーネルレベル（Capability Drops）で物理的に封鎖される。

アクセスが拒否されるのではなく、存在自体がエージェントに見えない。

すべての送信パケットはリアルタイムでフィルタリングされ、異常な兆候が検知されると、エージェントカーネルは即座に自己破壊（Self-healing shutdown）される。

この構造が作り出す実際の変化はこうだ。

法務チームが契約書1,000件の要約をエージェントに任せることができる。

エージェントは指定された契約書フォルダだけを読み、その外側は見ることができず、要約結果は法務チームにのみ返される。

ソースコードが外部サーバーに送信されたり、競合他社のサーバーにpingが飛んだりするようなことは、構造的に不可能だ。

NaverとNVIDIAは、このプラットフォームを今年下半期に国内で正式にリリースする計画だ。

企業ユーザーがNemoClawベースのエージェントを自社環境に直接展開できる形だ。

自律コーディング補助ツール、金融トランザクション分析エージェント、社内法令審査自動化 — これまでセキュリティ懸念で導入が阻まれていた領域だ。

エージェント時代が企業内に入る速度は、NemoClawのリリース時点から再度測定する必要があるかもしれない。

7. 都市を教える方法 — Cosmosとソウルワールドモデル

物理世界に進出するAIには、別の種類の知能が必要だ。

テキストを生成する言語モデルには、言語の文法と意味が必要だ。道

を走るロボットには、物理法則が必要だ。

雨の日のアスファルトでタイヤがどれだけ滑るのか、トンネルから出た時にカメラが適応するのにどれだけ時間がかかるのか、突然の歩行者出現にブレーキが

どれだけ速く反応しなければならないのか。これはデータではなく経験から出てくるものであり、経験を積むには事故が起こりうる現実が必要だ。

NVIDIAのCosmos 3が提供するのは、その現実の仮想複製物だ。

Cosmos 3は、世界中の道路環境、物体ハンドリング、物理力学の動画数億時間をニューラルネットワークに直接投入し、実世界そのものの物理法則を学習したファウンデーションモデルだ。

ユーザーがテキスト描写やセンサーデータを入力すると、Cosmos 3は加速度、衝突時の変形、光の反射、タイヤと路面の摩擦係数を物理的に正確に計算し、3D仮想ビデオを生成する。

既存のシミュレーションは、エンジニアが物理公式をコードに直接注入しなければならなかった。Cosmos 3は、それをデータから自ら学習した。

NAVER Cloudは、このエンジンの上にソウルの空間データを結合させた。

2000年代初頭からNaver地図サービスを運営して蓄積した現場データ、LiDARセンサーを搭載した車両がソウル全域を走行して撮影した120万枚以上のパノラマ画像、道路幅の誤差数センチメートルレベルの精密地形データ。これをCosmos 3の物理シミュレーションの上に積層したのが**「ソウルワールドモデル（Seoul World Model）」**だ。

このモデルが何を実現するかは、具体的なシナリオで説明される。

午前2時、麻浦大橋（マポデギョ）北端。豪雨が降っている。

街灯が消えている。歩行者一人が突然道路に飛び出す。

自動運転物流ロボット「ROOKIE」は、この状況をどう処理すべきか。実際の道路でこのシナリオを繰り返し実験することは不可能だ。

ソウルワールドモデルの中では、この状況を無制限に複製し、ROOKIEの反応アルゴリズムを微調整できる。

トンネル出口での突然の逆光にカメラが露出過多状態になる瞬間、

センサーなしで空間記憶のみで走行を維持する方法。

油で汚染された交差点路面での正確な摩擦係数の計算方法。こ

れらはすべて、仮想ソウルで数千回繰り返された後、ROOKIEの制御アルゴリズムに移植される。

フィジカルAIのボトルネックはデータではなく検証だ。ソウルワールドモデルは、その検証を仮想で無限に繰り返せるようにした。

8. データ主権という戦争 — ソブリンAIの地政学

技術の歴史において、インフラを掌握する側が市場を掌握した。

19世紀、イギリスが海底電信ケーブル網を統制した時、世界の金融情報と外交通信はロンドンを経由しなければならなかった。

20世紀、アメリカがインターネットのコアノードとクラウドプラットフォームを掌握した時、世界のデジタルトラフィックはアメリカ法廷の管轄権内に入った。

AI時代のインフラは、データセンターと言語モデルである。そしてそれらをGoogle、Microsoft、Amazonが掌握している。

この構図に不快感を感じる国々がある。

自国民の医療データ、司法記録、国防文書がアメリカの管轄権サーバーに保存されることを法的に禁止するEU。

アメリカのイラン制裁後、技術的従属のリスクを痛感した中東産油国。

自国語で稼働するAIモデルがなく、自国民の言語データがそのまま外国企業に流出する東南アジア諸国。

これらは**「ソブリンAI（Sovereign AI）」という名の必要性を共有**する。

自国領土内で自国データで稼働し、外国法に依存しないAIインフラ。

問題は、それをどこで買うかだ。

アメリカのビッグテックから買うことはできない。彼らは常に、自社の法律とポリシーガイドラインの中でしかサービスを提供しない。

中国からも買うことはできない。政治的リスクが別の方向の従属を生む。

その空白に、Naverがいる。

Naverは世界でも少数しか達成していない完成度のフルスタックを備えている。

独自開発の大規模言語モデル（HyperCLOVA X）、

それを稼働させるアジア最大級の低電力ハイパースケールデータセンター（GAK Sejong）、

データ主権を保障する統合クラウドインフラ。

そして何よりも重要なのは、それを実際の政府顧客に納品した実績だ。

サウジアラビア自治行政住宅部と締結した1億ドル規模のデジタルツイン国家構築契約が、その実績だ。

リヤドをはじめとする主要都市の立体スキャン、アラビア語特化AIモデルの運用、自国サーバー内でのデータ完全分離。

この契約は、Naverが技術輸出国という論理ではなく、需要国の言葉でコミュニケーションできることを証明している。

NVIDIAの立場から見たNaverの価値は、まさにここにある。

ジェンスン・フアンが直接中東政府を説得しに行くのは逆効果になりかねない。

アメリカのビッグテックが「ソブリンAI」を売りに来るということ自体が矛盾だからだ。しかし、Naverを通せば話は違う。

すでに現地政府の信頼を築いた中立的なパートナーが、NVIDIAのハードウェアを現地インフラに統合する。

これは販売戦略ではなく、地政学戦略だ。

9. 失敗が教えたこと — MACH-1とプラットフォーム転換の論理

2022年、NaverはSamsung Electronicsと共に、独自のAIアクセラレーターチップ「MACH-1」の設計を開始した。

動機は明確だった。NVIDIA GPUは高価であり、供給は不足していた。

HBMメモリの代わりに汎用LPDDRメモリを使用することでコストを削減し、HyperCLOVA Xに特化した推論演算をチップ回路に直接実装すれば、価格競争力を確保できた。40名余りの主要研究者が投入された。

MACH-1が頓挫したのは、ハードウェア技術の問題ではなかった。タイミングの問題だった。

2024年、MACH-1のシリコン設計が確定する時点に、AIモデルアーキテクチャは全く異なる方向へと移動していた。

Mixture-of-Experts（MoE）、数百万トークンのコンテキスト、Transformer-Mamba複合構造。

これらは、MACH-1が最適化のために回路に刻印したアルゴリズム構造と合わなかった。

ASICは設計時点でサポート可能なアルゴリズムが固定される。ソフトウェアのようにアップデートできない。

ここにCUDAの壁があった。世界中のAI研究者と開発者は、数十年にわたってNVIDIA CUDA上で最適化ツール、学習フレームワーク、推論ライブラリを積み上げてきた。新しいアクセラレーターチップが、そのエコシステムを最初から複製するために必要な時間は数年だ。その数年間でAIモデルは再び世代交代する。

AIモデルアーキテクチャの革新周期は2～4ヶ月だ。

ASIC設計から量産までには最低18～24ヶ月かかる。

この二つの数字が共存する限り、特定のアルゴリズムに特化したASICは、量産時点で既に時代遅れになる。

Samsung ElectronicsがMACH-2ロードマップを発表する席で、Naverを共同パートナーとして言及しなかったことで、両社の協力は事実上終了した。

Naverはこの失敗から戦略の方向性を変えた。

ハードウェア製造から手を引き、ソフトウェアスタックの制御権を確保する方向へ。

シリコン競争の代わりにプラットフォーム競争。:NVIDIAのGPU上でDSXとNemoClawでインフラを制御し、HyperCLOVA Xでモデルを制御し、FaceSignとチジックでエンドポイントを制御する。

このプラットフォーム中心の路線は、逆説的にNVIDIAにとって理想的なパートナーの形だ。

ハードウェアで競争する相手ではなく、そのハードウェアを最大限に活用して市場を共に開拓する同伴者。

失敗が同盟の条件を作った。

10. 転換点：ギガワットが問う質問

これまで記述してきたこと — DSX、GAK Sejong、Nemotron、NemoClaw、ソウルワールドモデル、ソブリンAI — は、それぞれ個別の技術ニュースのように見える。

しかし、これらは一つの質問に対する複数の枝分かれした答えだ。

人工知能が人類社会の核心インフラになる時、そのインフラを誰が制御するのか。

今この瞬間、その制御権は少数のアメリカ企業に集中している。

訓練データ、モデル重み、クラウドサービス、ハードウェアサプライチェーン。これらすべてがアメリカの法律とアメリカ企業のポリシーの下にある。世界中の政府は、それに依存する瞬間、主権の一部を譲渡する。

ギガワットAIファクトリー同盟は、その構図を変えようとする試みだ。

NVIDIAがハードウェアを供給し、Naverがそれを非英語圏政府との信頼網の中で統合運用する。

ヨーロッパはGDPR適合ソブリンAIインフラを備え、中東はアラビア語で稼働する現地AIを得て、東南アジアは自国データを自国サーバーで処理する。

これは技術民主化の言葉で包装されているが、実際にはAIインフラ市場の地政学的な再編だ。

この再編でNaverのポジションはユニークだ。

アメリカのビッグテックでもなく、中国のテックでもない第三の供給者。独自のモデルを持ち、独自のインフラを運用し、政治的に中立的な立場で各国政府にアプローチできる、極めて少数の企業の一つ。

ここで疑問が生じる。

NaverがソブリンAIを供給することは、真の技術主権の移譲なのか、それともより洗練された形の技術的従属なのか？

この質問には容易に答えられない。Naverが構築したインフラ上で訓練されたサウジアラビアのAIモデルは、どれほど「サウジアラビアのもの」と言えるのか。

GAK Sejongが韓国にあり、HyperCLOVA Xが韓国語で学習されたとしても、リヤド政府のデータが完全な主権下にあると言えるのか。

この質問が重要なのは、技術ではなく歴史にある。

ソブリンという言葉が意味を持つためには、従属が解消される経路が必要だ。

単にアメリカのビッグテックからNaverに供給者を変更することが主権なのか、それとも現地政府が自らモデルを訓練し、インフラを運用する能力を持つまでの一連の移行過程が主権なのか。その違いは契約書には書かれていない。

11. 転換後 — 技術が日常に溶け込む方法

ジェンスン・フアンが弘大の飲食店で顔認識決済を目撃した場面に戻ろう。

その場面の技術的内容は既に説明した。

しかし、その場面が持つ意味は、技術説明の後にも残る。

AIが世界を変えるという言葉は、数十年間繰り返されてきた。

その言葉が実際に意味を持つ瞬間は、技術が人間の行動の中に完全に溶け込み、意識されない瞬間だ。

決済端末の前で顔を向けることが、財布を取り出すことと同じくらい自然になった時が、まさにその瞬間だ。

FaceSignがその瞬間を一つの飲食店で実現したならば、ギガワットAIファクトリーは、その瞬間を数十億人の日常へと拡張しようとする試みだ。

規模は違うが、方向は同じだ。技術が人間の意識から消える方向。機械が見えなくなることが、完全な統合の信号だ。

ソウルワールドモデルの中で、仮想の夜間豪雨の中を繰り返し走るROOKIEは、いつか実際のソウルの深夜3時の道路で、人なしで物を配達するだろう。

NemoClawサンドボックスの中で契約書を審査するエージェントは、いつか弁護士がしていた草案作成の半分を処理するだろう。

GAK Sejongの冷却システムがGPUの発熱を管理している間、

数千キロメートル離れた欧州議会のAI倫理立法者は、自国製ソブリンAIインフラの上で法案草案を審査しているだろう。

これらが繋がっていることを知る人は多くない。

サムギョプサル一皿が、ギガワット契約に繋がっていることを知る人も多くない。

12. 最後の質問

技術同盟の宣言と、その実際の実現の間には、常に距離がある。

1ギガワットのAIファクトリーは、まだ存在しない。

2027年上半期の55メガワットが目標であり、それも計画通りに完成する保証はない。

ソブリンAI市場がNaverの予想する方向へ展開されるかも不確かだ。

各国政府が真の技術的自立を望んでいるのか、それともより安価な供給者を望んでいるのかも明確ではない。

不確実性のリストはさらに長くなる可能性がある。

しかし、ジェンスン・フアンがソウルに直接来たという事実は不確実ではない。

彼はサムギョプサルを食べ、顔認識決済を目撃し、ビルの中を歩くロボットを見て、ライブ放送に出演した。

世界最高価値の半導体企業のCEOが、直接パートナー企業の社屋を訪問することは、日常的な外交ではない。

NVIDIAがNaverを単なる顧客ではなく、共同運命体と判断した信号だ。

その判断が正しいかどうかは、2027年以降に分かるだろう。

それまで私たちが問うべき質問は一つだ。

AIインフラが電力網と共に国家の核心インフラになる世界で、それを誰が設計し、誰が運用するのかについて、私たちはどれほど関心を持っているのか？

ギガワット工場が静かに建設されている間、ほとんどの人は他のものを見ている。

参考資料

NVIDIA DSX Platform Technical Playbook and Reference Architecture Guide for AI Factories — Warren Barkley, Chris Alexiuk (NVIDIA Infrastructure Engineering)
Hybrid Transformer-Mamba MoE Architecture: Nemotron 3 Ultra Technical Report — NVIDIA AI Research Lab (NVIDIA Cosmos Lab)
Sovereign AI Infrastructure Expansion using NVIDIA DSX Platform on GAK Sejong — NAVER Cloud Technical Whitepaper (Noh Sang-min, Kim Yu-won)
Physical AI Simulation and Spatial Intelligence: Seoul World Model Development conditioned on NVIDIA Cosmos 3 — NAVER Cloud Spatial Intelligence Center (Lee Hae-jin, Kim Yu-won)
NemoClaw and OpenShell Sandbox Hardening User Guide for Autonomous Agent Deployment — NVIDIA Product Security Team
各世宗（GAK Sejong）環境配慮型ハイブリッド空調システムおよびNAMU IIIエネルギー効率最大化研究 — Naverデータセンター統合センター（ノ・サンミン）
FaceSignオフライン顔認識決済端末「Connect」実証報告書 — Naver Financial技術開発部（イ・ヘジン、チェ・スヨン）
Samsung MACH-1 LPDDR専用ASIC設計の教訓とCUDAソフトウェア依存性分析 — 韓国AI半導体学会論文集（チョン・チェユン、イ・ジャギョン）
Sovereign AI Deployment Patterns: Middle East and European Market Analysis 2025–2026 — NVIDIA Global Partnership Report
NAVER Saudi Arabia Ministry of Housing Digital Twin Contract: Technical Architecture and Outcomes — NAVER Global Geo-Intelligence Group
Power Usage Effectiveness (PUE) Benchmarking: Hyperscale Data Centers in Asia-Pacific — Uptime Institute Asia Pacific Report 2025
Agentic AI: Enterprise Deployment Security Requirements and Containment Architectures — Gartner Technology Research (2026)
Mixture-of-Experts Models: Scaling Laws, Routing Efficiency, and Hardware Implications — DeepMind / Google Research (2025)
Geopolitics of AI Infrastructure: Sovereign Compute and the New Technology Multipolarity — MIT Technology Review Policy Series (2026)
NVIDIA Vera Rubin Platform: Compute Architecture and Memory Subsystem Design — NVIDIA Technical Disclosure (2025)